tensorflow可视化绘图

coding: utf-8 In[1]: pip install pydot pip install graphviz pip install pydot-ng 2、按照此链接https://graphviz.gitlab.io/download/#windows 下载 2.47.1 EXE installer for Windows 10 (64-bit): stable_windows_10_cmake_Release_x64_graphviz-install-2.47.1-win64.exe 3、安装添加环境变量 重启

#Python导入模块的方法有两种：import module 和 from module import，区别是前者所有导入的东西使用时需加上模块名的限定
from tensorflow.keras.layers import Input,Conv2D,MaxPool2D,concatenate
from tensorflow.keras.models import Model
from tensorflow.keras.utils import plot_model

In[2]: 定义模型输入,不含batchsize

inputs = Input(shape=(28,28,192))

注意函数式模型的特点，Conv2D后面的(inputs)表示把inputs信号输入到Conv2D中计算

tower_1 = Conv2D(filters=64,kernel_size=(1,1),strides=(1,1),padding=‘same’,activation=‘relu’)(inputs)

注意函数式模型的特点，Conv2D后面的(inputs)表示把inputs信号输入到Conv2D中计算

tower_2 = Conv2D(filters=96,kernel_size=(1,1),strides=(1,1),padding=‘same’,activation=‘relu’)(inputs)

注意函数式模型的特点，Conv2D后面的(tower_2)表示把tower_2信号输入到Conv2D中计算

tower_2 = Conv2D(filters=128,kernel_size=(3,3),strides=(1,1),padding=‘same’,activation=‘relu’)(tower_2)

注意函数式模型的特点，Conv2D后面的(inputs)表示把inputs信号输入到Conv2D中计算

tower_3 = Conv2D(filters=16,kernel_size=(1,1),strides=(1,1),padding=‘same’,activation=‘relu’)(inputs)

注意函数式模型的特点，Conv2D后面的(tower_3)表示把tower_3信号输入到Conv2D中计算

tower_3 = Conv2D(filters=32,kernel_size=(5,5),strides=(1,1),padding=‘same’,activation=‘relu’)(tower_3)

注意函数式模型的特点，MaxPool2D后面的(inputs)表示把inputs信号输入到MaxPool2D中计算

pooling = MaxPool2D(pool_size=(3, 3),strides=(1, 1),padding=‘same’)(inputs)

注意函数式模型的特点，Conv2D后面的(pooling)表示把pooling信号输入到Conv2D中计算

pooling = Conv2D(filters=32,kernel_size=(1,1),strides=(1,1),padding=‘same’,activation=‘relu’)(pooling)

concatenate合并4个信号，axis=3表示根据channel进行合并，得到模型的输出

outputs = concatenate([tower_1,tower_2,tower_3,pooling],axis=3)

定义模型，设置输入和输出信号

model = Model(inputs=inputs, outputs=outputs)

查看模型概要

model.summary()
plot_model(model=model, to_file=‘model.png’, show_shapes=True, dpi=200)